Numpy array, ¿cómo seleccionar índices que satisfagan múltiples condiciones?

Question

Supongamos que tengo una matriz numpy x = [5, 2, 3, 1, 4, 5], y = ['f', 'o', 'o', 'b', 'a', 'r']. Quiero seleccionar los elementos en y correspondientes a los elementos de x que son mayores que 1 y menor que 5.

Probé

x = array([5, 2, 3, 1, 4, 5]) 
y = array(['f','o','o','b','a','r']) 
output = y[x > 1 & x < 5] # desired output is ['o','o','a'] 

pero esto no funciona. ¿Cómo haría esto?

Answer 1

Su expresión funciona si se agrega paréntesis:

>>> y[(1 < x) & (x < 5)] 
array(['o', 'o', 'a'], 
     dtype='|S1') 

Answer 2

OMI OP en realidad no quieren np.bitwise_and() (aka &) pero en realidad quiere np.logical_and() porque están comparando los valores lógicos como True y False - ver este SO publicar en logical vs. bitwise para ver la diferencia.

>>> x = array([5, 2, 3, 1, 4, 5]) 
>>> y = array(['f','o','o','b','a','r']) 
>>> output = y[np.logical_and(x > 1, x < 5)] # desired output is ['o','o','a'] 
>>> output 
array(['o', 'o', 'a'], 
     dtype='|S1') 

Y equivale manera de hacerlo es con np.all() estableciendo el argumento axis adecuadamente.

>>> output = y[np.all([x > 1, x < 5], axis=0)] # desired output is ['o','o','a'] 
>>> output 
array(['o', 'o', 'a'], 
     dtype='|S1') 

por los números:

>>> %timeit (a < b) & (b < c) 
The slowest run took 32.97 times longer than the fastest. This could mean that an intermediate result is being cached. 
100000 loops, best of 3: 1.15 µs per loop 

>>> %timeit np.logical_and(a < b, b < c) 
The slowest run took 32.59 times longer than the fastest. This could mean that an intermediate result is being cached. 
1000000 loops, best of 3: 1.17 µs per loop 

>>> %timeit np.all([a < b, b < c], 0) 
The slowest run took 67.47 times longer than the fastest. This could mean that an intermediate result is being cached. 
100000 loops, best of 3: 5.06 µs per loop 

así que usar np.all() es más lento, pero & y logical_and son aproximadamente la misma.

Answer 3

Agregue un detalle a @JF. de las respuestas de @ Marcos Mikofski Sebastián y:
Si se quiere obtener los índices correspondientes (en lugar de los valores reales de la matriz), el siguiente código harán:

Para satisfacer múltiples (todas) las condiciones:

select_indices = np.where(np.logical_and(x > 1, x < 5)) # 1 < x <5 

para múltiples que satisfacen (o) condiciones:

select_indices = np.where(np.logical_or(x < 1, x > 5)) # x <1 or x >5 

Answer 4

En realidad, yo lo haría de esta manera:

L1 es la lista de índice de elementos que cumplen la condición 1; (tal vez puede usar somelist.index(condition1) o np.where(condition1) para obtener L1.)

De manera similar, obtiene L2, una lista de elementos que cumplen la condición 2;

Luego se encuentra la intersección usando intersect(L1,L2).

También puede encontrar la intersección de varias listas si obtiene múltiples condiciones para satisfacer.

Luego puede aplicar el índice en cualquier otra matriz, por ejemplo, x.

Answer 5

Me gusta usar np.vectorize para tales tareas. Considere lo siguiente:

>>> # Arrays 
>>> x = np.array([5, 2, 3, 1, 4, 5]) 
>>> y = np.array(['f','o','o','b','a','r']) 

>>> # Function containing the constraints 
>>> func = np.vectorize(lambda t: t>1 and t<5) 

>>> # Call function on x 
>>> y[func(x)] 
>>> array(['o', 'o', 'a'], dtype='<U1') 

La ventaja es que puede agregar muchos más tipos de restricciones en la función vectorizada.

Espero que ayude.